各位大佬，这是解决方案有偿的，我在cpu下运行TensorFlow时，哪怕只是一个最简单的创建矩阵，随着循环，占用内存会突然增加234MB，且前面的循环都是非常稳定，接着代码即中断。但是我在其他电脑同样虚拟环境运行并没有这种问题。

如题，搭环境搭好几天了

我的tensorflow已经安装好 ，文件夹下也有python.exe,但导入到pycharm中就显示不存在python解释器

from tensorflow.keras.models import Sequential当中Sequential一直标红 请问应该怎么解决 TensorFlow 版本是 2.16.1

如题，保存模型会出现警告说 自定义网络层需要什么什么的，但是我看来看去感觉模型代码里好像也没有自定义层 CustomMaskWarning: Custom mask layers require a config and must override get_config. When loading, the custom mask layer must be passed to the custom_objects argument. warnings.warn('Custom mask layers require a config and must override ' 代码如下 def get_compiled_neumf_model(num_users, num_items, lr = 0.001, mf_dim=10, layers_num=[10], reg_layers=[0], reg_mf=0): assert len(layers_num) == len(reg_layers) num_layer = len(layers_num)

有偿帮忙做，如果你的模型速度不够，我这边可以帮你提速，剪枝，量化，蒸馏，稀疏，并行都可以，并且不牺牲过多精度，价格看情况，绝对合理，不提速不收f。

请问k80和m40选哪个好？训练模型用。都是24G显存

我在进行目标检测的模型训练时,训练生成的模型文件夹中只包括ckpt.data 和 ckpt.index ;但是如果要转换成.pb文件,不是还应该需要ckpt.meta文件吗,下面第一张图是我的训练模型文件夹,第二张是教学视频上的,对比很明显我的文件夹中缺失.meta文件,请大佬们指教!! !

有无大佬指导，我在pc上训练的一个模型，做图像分类任务，是h5文件的，使用正常，转换为 tflite，放在Android，识别结果只有一种，识别啥都是一种结果，请问这是什么原因？

我按照开发文档每次 npm install @tensorflow-models/posnetv都不能下载成功 已安装Node.js 求大神指教如何配置posenet这个环境

在tensorboard中显示模型的曲线时，在网页中是正确显示的 但是吧文件下载为svg后 就无法打开了，只能通过截图。用svg develpoer也显示不全。 显示的错误如图 This page contains the following errors:error on line 1 at column 4538: AttValue: ' expectedBelow is a rendering of the page up to the first error.

有偿找大神帮我装一下tensor flow

求求推荐Tensflow与深度学习相关学习视频推荐 从零基础入门开始#深度学习##Tensflow#

2024-05-13 10:19:52.039152: E external/local_xla/xla/stream_executor/cuda/cuda_dnn.cc:9261[rbk] Unable to register cuDNN factory: Attempting to register factory for plugin cuDNN when one has already been registered2024-05-13 10:19:52.039244: E external/local_xla/xla/stream_executor/cuda/cuda_fft.cc:607[rbk] Unable to register cuFFT factory: Attempting to register factory for plugin cuFFT when one has already been registered2024-05-13 10:19:52.178941: E external/local_xla/xla/stream_executor/cuda/cuda_blas.cc:1515[rbk] Unable to register cuBLAS factory: Attempting to register factory for plugin

使用的是cifar-10数据集，数据格式为.png。 训练集有50000个，但fit的时候只有782个，不知道出了什么问题，有大佬解答一下吗？ cifa-10训练集链接如下 链接：https://pan.baidu.com/s/1YkzxuVnOKH1JJYkYmtlGMw?pwd=wk3g 提取码：wk3g --来自百度网盘超级会员V3的分享 完整代码如下 import os import tensorflow as tf from tensorflow.python.keras import layers, models os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2' def load_data(path): image_folder = path # 获取文件夹中所有图片的路径 image_paths = [os.path.join(image_

cannot import name 'PeepholeLSTMCell' from 'tensorflow_addons.rnn' 想问下大佬这个怎么解决，中英文网站都没搜到 目前版本 python==3.7.9 tensorflow==2.8.0

2024-04-22 18:10:43.958350: W tensorflow/stream_executor/platform/default/dso_loader.cc:59] Could not load dynamic library 'cudart64_101.dll'; dlerror: cudart64_101.dll not found 2024-04-22 18:10:43.958683: I tensorflow/stream_executor/cuda/cudart_stub.cc:29] Ignore above cudart dlerror if you do not have a GPU set up on your machine. 大佬们，这个问题怎么解决呀

（spyder）这种情况该怎么解决，据说是版本问题，但具体怎么解决还是不明白，3.9的python

路径也是对的，文件也在这，就是读不出来，怎么办，网上教程看了很多了，就想把这数据读出来截几张图，求救各位，要交作业了。。

这个2.11.0是什么意思啊，求告知谢谢

朋友们，我想请教一个问题，我的anaconda装在d盘下，然后我在env文件夹下面创建的两个虚拟环境，但是我用conda activate 激活某个环境，然后pip安装包的时候，包就下载到了c盘，请问这种该怎么解决呀 #conda##虚拟环境##pip##路径#

基于TensorFlow的深度学习 :神经网络、计算机视觉和NLP的理论与实践PDF #基于TensorFlow的深度学习 :神经网络、计算机视觉和NLP的理论与实践#

Failed to load resource: net::ERR_CONNECTION_CLOSED https://tfhub.dev/tensorflow/tfjs-model/blazeface/1/default/1/mo

想在pycharm里下，但最早的也是2版本的了

flink

我使用了一个自定义的LSTM模型，内部结构有一些修改，但整体是没有问题的，可以进行训练和预测，但是保存模型后调用一直报错。tensorflow版本是2.13.0，keras版本是2.13.1，这是模型训练和保存的过程： inputs = tf.keras.layers.Input(shape=(len_input, train_x.shape[-1])) outputs = LSTM(num_hiddens, batch_size)(inputs) model = tf.keras.Model(inputs, outputs) model.summary() model.compile(optimizer=tf.keras.optimizers.Adam(), loss=['mse']) history_lstm = model.fit( train_x, np.squeeze(train_y), batch_size=batch_size, epochs=e

想要获取模型某一层32个神经元的前八项，然后赋值为1，其余为0，但是模型在训练的过程中会出现该层所有的神经元值都相等的情况，请问如何避免，我是用类似于掩码的方法做的，这样写，会报错

求大佬解惑，bin文件夹里有这些dll但还是报错，是因为tf版本跟cuda不对应吗？我查看gpu信息的时候后面写着12.1所以安装的是12.1的cuda，但是tensorflow2.1对应的是10.1？

好多广告

分割测试

给大家分享一套课程——CUDA与TensorRT部署实战课程（2023新课+源码+课件）

22

positive_mask = gradient > 0 negative_mask = gradient < 0 updatedkernel = tf.where(negative_mask, variable - ((0.08828 * math.exp(-i / 91.61945) + 0.01095) * gradient), variable) updated_kernel = tf.where(positive_mask, updatedkernel - (0.06 * gradient), updatedkernel) 我想对正负梯度值对应的权重值进行不同的操作，但是跑起来后准确率会先增大后减小，请各位大佬指点迷津

请问各位大佬，这个问题有遇见过吗，能否帮忙解答一下。

不是说TensorFlow不受Python的GIL限制吗，可是我用cpu的TensorFlow跑网络，始终占用cpu只有10%多一点点，怎么回事呢大佬们，想把cpu跑满这样可以快一点，感觉目前只用了一个核 我是AMD的笔记本，没有独显，所以用cpu

RT

centos7.8，rtx4090，Python3.6，cuda10.1，安装TensorFlow2.3.0后有这个提示，是安装好了吗

怎么在pycharm里面下载tensorFlow，每次下载都会出错误，然后看网上也没有说pycharm怎么安装TensorFlow，

感觉是特征提取的迁移模型的问题。不知道怎么解决。 def build_feature_extractor(): feature_extractor = keras.applications.DenseNet121( weights="imagenet", include_top=False, pooling="avg", input_shape=(IMG_SIZE, IMG_SIZE, 3), ) preprocess_input = keras.applications.densenet.preprocess_input inputs = keras.Input((IMG_SIZE, IMG_SIZE, 3)) preprocessed = preprocess_input(inputs) outputs = feature_extractor(preprocessed) return keras.Model(inputs, outputs, name="feature_extractor") feature_extractor = build_feature_extractor() 使用的UCF101数据

好像到处都是用的C++ 找不到怎麽转换